**Tarefas SQL** 1) Indique a quantidade de pedidos com o status "processing" para cada executor em março de 2024 SOMENTE para pedidos de prioridade "alta" (priority = 'high').
Product Analyst
**Tarefas SQL** 1) Mostre a quantidade de pedidos com o status "processing" por cada executor para março de 2024 SOMENTE para pedidos prioritários (priority = 'high'). Ordene por quantidade decrescente. Exclua os executores com 0 pedidos. 2) Mostre a quantidade de pedidos concluídos com sucesso por categorias, cuja receita média seja > 70000, considerando apenas pedidos de clientes com ID >= 1002. Exclua categorias sem receita média conhecida. 3) Adicione à tabela orders_log uma coluna rank, que classifica as entradas para cada executor por timestamp em ordem crescente, mas apenas para pedidos com status "pending" ou "processing". Exemplo de resultado (executor=1):
20. Parênteses válidos Dada uma string s que contém apenas os caracteres '(', ')', '{', '}', '[' e ']', determine se a string de entrada é válida. Uma string de entrada é válida se: 1. Os colchetes abertos devem ser fechados pelo mesmo tipo de colchetes. 2. Os colchetes abertos devem ser fechados na ordem correta. 3. Cada colchete de fechamento tem um colchete de abertura correspondente do mesmo tipo. Exemplo 1: Entrada: s = "()" Saída: true Exemplo 2: Entrada: s = "()[]{}" Saída: true Exemplo 3: Entrada: s = "(]" Saída: false
**Tarefas em Python** Um DataFrame Pandas com dados de orders_log chama-se df. 1) Filtre as linhas: estado "processing" e receita (revenue) > 50000 e prioridade "high". Mostre o resultado. 2) Crie uma coluna 'revenue_group' de acordo com as regras: ‘Small’ (< 50000), ‘Medium’ (50000 <= revenue < 90000), ‘Large’ (>= 90000). Depois, conte o número de pedidos em cada grupo por categorias (Category) e mostre o resultado. 1) df[(df["state"] == "processing") & (df["revenue"] > 50000) & (df["priority"] == "high")] 2)
**Tarefas SQL** 1) Indique a quantidade de pedidos com o estado "processing" por cada executor para março de 2024 SOMENTE para pedidos prioritários (priority = 'high'). 2) Encontre a receita média (revenue) por cada categoria (Category) de produtos. 3) Determine quantos clientes únicos (client_id) fizeram pedidos na categoria "Electronics". 4) Mostre a lista de pedidos que foram rejeitados (state = 'rejected') ou cancelados, se houver. 5) Encontre o executor (executor) que processou o maior número de pedidos com o status "completed".
Conte-me mais sobre o projeto em equipa: quem participou na equipa, qual foi a sua área de responsabilidade e como foi estabelecida a comunicação dentro da equipa?
Quais são as suas expectativas para o estágio? Você se vê no futuro como um especialista experiente em análise de produtos?
Como é que você vê o aprendizado de máquina e a Ciência de Dados? Você tem interesse nesta área?
Fale sobre si e a sua experiência. Com o que está a ocupar-se atualmente?
Quais tarefas na análise você gosta mais, quais menos? Que área da análise lhe atrai? Você se interessa por testes A/B e verificação de hipóteses?